目的 探讨基于CT影像组学模型在非小细 胞肺癌表皮生长因子受体(epithelial growth factor receptor, EGFR)突变状态中的预测价值。方法 回归性分析2018年8月-2022年3月蚌埠医学院第一附属医 院确诊的125例有 EGFR基因检测结果的肺腺癌患者临床及影像资料。其中EGFR突变型32人，野生型93人，将患者按照1：3的比例随机分为测试集和训练集。对所有病例进行临床资料及增强CT图像采集,用 惠影软件对采集的CT图像进行高标准手动分割，并提取影像组学特征，应用最小绝对收缩和选择算子 (least absolute shrink- age and selection operator，LASSO)算法及5折交叉验证筛选出最佳特征子集，并构建影像组学模型。通过绘制受试者操作特征曲线(receiver operating characteristic，ROC)，计算ROC曲线下面积(AUC)，评价影像组学特征在EGFR基因突变中的预测效能。结果 非小细胞肺癌EGFR突变预测模型共提取1409个特征，筛选后得到5个最佳影像组学特征用于构建模型，构建的影像组学模型可有效预测肺腺癌EGFR基因突变状态。测试集和训练集在上述模型中ROC曲线下面积(AUC)分别为0.75(95%CI为0.53-0.97)和0.80(95%CI为0.70- 0.91)。结论 基于CT影像组学模型在非小细胞肺癌表皮生长因子受体突变状态中拥有较好的预测价值。